文档首页/
AI开发平台ModelArts/
最佳实践/
AIGC模型训练推理/
SD1.5&SDXL Koyha框架基于DevServer适配PyTorch NPU训练指导（6.3.908）/
LoRA训练
更新时间：2024-10-18 GMT+08:00
LoRA训练
本章节介绍SDXL&SD 1.5模型的LoRA训练过程。LoRA训练是指在已经训练好的模型基础上，使用新的数据集进行LoRA微调以优化模型性能的过程。
训练前需要修改数据集路径、模型路径。脚本里写到datasets路径即可。
run_lora_sdxl中的vae路径要准确写到sdxl_vae.safetensors文件路径。
vim run_lora.sh vim run_lora_sdxl.sh
启动SD1.5 LoRA训练服务
使用ma-user用户执行如下命令运行训练脚本。
sh run_lora.sh
所有数据保存在auto_log/avg_step_time.txt文本中 auto_log/log/目录下存放各个shapes的数据。
启动SDXL LoRA训练服务
使用ma-user用户执行如下命令运行训练脚本。
sh run_lora_sdxl.sh
所有数据保存在autoxl_log/avg_step_time.txt文本中 autoxl_log/log/目录下存放各个shapes的数据。
